YOLOv1, SSD

YOLOv1, SSD

今年四月份的时候，在一个研究院实习时学习了YOLOv1, SSD系列Object Detection框架，现在总结一下。关于R-CNN系列框架的总结在上一篇blog。

一. YOLOv1(You Only Look Once)

1.1 框架结构

1. 首先将图片调整为$448 \times 448$大小;
2. 运行神经网络(其中包括选取region proposal以及target confidence和coordinate输出);
3. nms(Non-max Suppression, 非极大值抑制), 用于后续bounding-box的选取(选取置信度高且不重复的方框).

• 系统将输入图片分成$S \times S$个grid, 物体中心所在的grid负责检测这个物体. 每一个grid预测B个Bounding-box(边框)和Confidence Scores(置信度). 置信度的定义为:

$$Pr(Object)$$